旧的SEO策略和战略变得越来越没有效果。当您仔细关注关键字和反向链接时，Google 的 AI 正在快速发展并彻底改变搜索结果的排名方式。
所有这些变化都是在幕后发生的，因此越来越难以理解为什么你所有的努力都没有效果。
为了使您的 SEO 发挥应有的作用，了解人工智能系统的工作原理非常重要。只有这样，您才能调整您的 SEO 策略。在这篇博客中，我们将了解 Google 的人工智能发展——RankBrain 以及 BERT 和 MUM 系统——以及这些改进多年来如何重塑搜索。
一旦您了解了人工智能的原理，您将能够更好地创建符合 Google 基于人工智能的方法的内容，从而增加您在搜索结果中排名更高的机会。
谷歌的人工智能系统
谷歌自 2015 年以来一直在使用 RankBrain 人工智能来识别 URL。三年后，谷歌教育副总裁、前搜索主管 Ben Gomes 称人工智能是搜索的下一篇章。当时，戈麦斯解释说，人工智能将使谷歌提供更好的用户体验。
人工智能在搜索工作原理方面创建了三个基本章节：
- 从答案到旅行： “为了帮助您从上次中断的地方继续，了解您的新爱好和兴趣，我们在搜索结果中引入了新功能，以帮助您解决常见问题。”
- 从查询到提供一种无需提问的获取信息的方式： “即使您没有特定的查询，我们也会帮助您查看与您的兴趣密切相关的信息。”
- 从文本到更直观的信息查找方式： “我们为搜索结果带来了更多视觉内容，并对Google 图片进行了彻底的重新设计，以帮 viber 数据 助您更快、更轻松地找到所需的一切。”
这一切都始于 RankBrain。
RankBrain（2015）
RankBrain系统是第一个帮助搜索引擎理解词语与概念的关系的系统。
为了使结果与您的查询相关，系统需要将单词理解为一个概念。这是谷歌的第一次智能活动，也是谷歌向像人类一样理解内容迈出的第一步。
例如，如果您输入搜索查询“天空是什么颜色？”，AI 能够理解“天空”一词的含义
神经元一致性（2018）
创建该系统是为了帮助 Google 了解查询与页面的关系以及与难以理解的概念的关系。
假设您在搜索结果中输入查询：“系好 员工对公司改进的建议能够推动 我的鞋带”。这种连接可能有多种变体。由于中性匹配，谷歌能够“理解”单词“laces”的意思是鞋带，并会向查询者显示有关系鞋带方法的结果。 （谷歌自 2018 年起就一直在使用该系统！）
统被认为是理解句子中的多个
单词与页面上的多个单词及其背后表达方式的关系的一次彻底突破。
这个系统对于实体识别非常重要。这将帮助 Google 更好地了解品牌名称、这个人是谁，甚至他们在某个特定主题上的专业知识。
BERT 是一种人工智能模型，能够实现生 在短信中 成式人工智能和人工智能洞察。谷歌自 2019 年以来一直在积极使用该系统！
- Deep Rank（一种深度学习系统）与 BERT 密切相关。当用于排名时，它本质上就是 BERT。
- 随着时间的推移，Deep Rank 取代了 RankBrain 的大部分功能。